METR：支持大量唯一消息的图像水印
机器学习
2024-08-19 v1 密码学与安全
计算机视觉与模式识别
摘要
扩散模型的改进推动了图像生成质量的提升，这使得研究人员、公司和创作者纷纷关注改进水印算法。这一举措将使得生成艺术的创作者能够被明确识别。现代水印算法面临的主要挑战与其抵御攻击的能力和加密大量唯一消息（如用户ID）的能力有关。在本文中，我们提出了METR：消息增强树环（Message Enhanced Tree-Ring），这是一种旨在解决这些挑战的方法。METR基于树环水印算法，该技术能够在不损害抗攻击鲁棒性或图像质量的前提下编码多个独立消息。这确保了该水印算法适用于任何扩散模型。为了突破可编码消息数量的限制，我们提出了METR++，即METR的增强版本。该方法虽然仅限于潜在扩散模型架构，但旨在注入几乎无限数量的唯一消息。我们展示了其对攻击的鲁棒性以及在保持图像质量的同时加密大量唯一消息的能力，这使得METR和METR++在现实世界的实际应用中具有巨大潜力。我们的代码可在 https://github.com/deepvk/metr 获取。
引用
@article{arxiv.2408.08340,
title = {METR: Image Watermarking with Large Number of Unique Messages},
author = {Alexander Varlamov and Daria Diatlova and Egor Spirin},
journal= {arXiv preprint arXiv:2408.08340},
year = {2024}
}
备注
14 pages, 9 figures, code is available at https://github.com/deepvk/metr